我在python中得到了一个使用稀疏矩阵的输出,我需要将这个稀疏矩阵存储在我的硬盘中,我该怎么做呢?如果我应该创建一个数据库,我应该怎么做?? 这是我的代码:
import nltk
import cPickle
import numpy
from scipy.sparse import lil_matrix
from nltk.corpus import wordnet as wn
from nltk.corpus import brown
f = open('spmatrix.pkl','wb')
def markov(L):
count=0
c=len(text1)
for i in range(0,c-2):
h=L.index(text1[i])
k=L.index(text1[i+1])
mat[h,k]=mat[h,k]+1//matrix
cPickle.dump(mat,f,-1)
text = [w for g in brown.categories() for w in brown.words(categories=g)]
text1=text[1:500]
arr=set(text1)
arr=list(arr)
mat=lil_matrix((len(arr),len(arr)))
markov(arr)
f.close()
我需要将这个“mat”存储在一个文件中,并且应该使用坐标来访问矩阵的值。。
稀疏矩阵的结果如下:`稀疏矩阵的结果如下:
(173, 168) 2.0 (173, 169) 1.0 (173, 172) 1.0 (173, 237) 4.0 (174, 231) 1.0 (175, 141) 1.0 (176, 195) 1.0
但当我把它存储到一个文件中并读取相同的内容时,我会得到这样的结果:
(0, 68) 1.0 (0, 77) 1.0 (0, 95) 1.0 (0, 100) 1.0 (0, 103) 1.0 (0, 110) 1.0 (0, 112) 2.0 (0, 132) 1.0 (0, 133) 2.0 (0, 139) 1.0 (0, 146) 2.0 (0, 156) 1.0 (0, 157) 1.0 (0, 185) 1.0
假设您有一个numpy} 方法和^{} 函数:
matrix
或ndarray
,这是您的问题和标记暗示的,那么您可以使用一个^{注意:此答案是对现在提供代码的修订问题的响应。
不应在函数中调用
cPickle.dump()
。创建稀疏矩阵,然后将其内容转储到文件中。尝试:
pyTables是HDF5数据模型的Python接口,是非常流行的选择,并且与NumPy和SciPy很好地集成。pyTables允许您访问基于数据的数组的片段,而无需将整个数组加载回内存。
我对稀疏矩阵本身没有任何具体的经验,快速的Google搜索既没有证实也没有否认稀疏矩阵是受支持的。
相关问题 更多 >
编程相关推荐